02873ntm a22005057i 4500 000724875 CZ-PrVSE 20250629141137.0 m d cr n|||||||||| 250629s2025 xr fsbm 000 0 eng d NEZPRACOVANÝ IMPORT ABA006 cze ABA006 ABA006 rda Pavlov, Tomáš ISIS:147655 dis Prediktivní modelování cen energetických derivátů pomocí technik strojového učení eng Predictive Modeling of Energy Derivatives Prices Using Machine Learning Techniques / Tomáš Pavlov 2025 ?? stran : digital, PDF soubor Vedoucí práce: Jakub Drahokoupil Diplomová práce (Ing.)—Vysoká škola ekonomická v Praze. Fakulta financí a účetnictví, 2025 Obsahuje bibliografii Textový (vysokoškolská kvalifikační práce) Rok obhajoby 2025 This Master's thesis investigates the application of machine learning techniques in forecasting oil futures prices, with a particular focus on WTI crude oil contracts. The primary objective is to evaluate whether advanced models can outperform traditional time series benchmarks in short-term price prediction. The thesis begins with a comprehensive literature review covering oil derivatives pricing, machine learning modelling methods and commodity markets. The empirical part compares the performance of several forecasting ensemble and neural network models against benchmark time series model. Using historical daily price data, the models are assessed with standard error metrics to evaluate prediction accuracy. The results reveal that ensemble models consistently outperform traditional benchmarks. In contrast, LSTM models do not demonstrate superior performance over the benchmark. Způsob přístupu: Internet finanční inženýrství [obor dipl. práce] diplomové práce fd132022 czenas master's theses eczenas oil machine learning derivatives Commodity Drahokoupil, Jakub ISIS:120064 ths Janda, Karel xx0053102 opn Vysoká škola ekonomická v Praze. Fakulta financí a účetnictví kn20010709398 dgg https://insis.vse.cz/zp/88100/podrobnosti VŠKP v InSIS https://insis.vse.cz/zp/88100 Hlavní práce https://insis.vse.cz/zp/88100/posudek/vedouci Hodnocení vedoucího https://insis.vse.cz/zp/88100/posudek/oponent/88079 Oponentura https://insis.vse.cz/zp/88100/podrobnosti dc:identifier NEPOSILAT VSKP vse88100 250625 88100